Proactive Agent

• Vuoi un agente che agisca senza essere sollecitato — che proponga idee, costruisca cose e dia seguito alle decisioni passate senza bisogno di input.
• Il tuo agente perde il contesto tra le sessioni o durante conversazioni lunghe — il WAL Protocol e il Working Buffer garantiscono che i dettagli critici sopravvivano alla compattazione e ai flush della memoria.
• Hai bisogno di un auto-miglioramento coerente e sicuro — i guardrail ADL/VFM permettono al tuo agente di evolvere i propri schemi operativi senza derive o perdita di stabilità.
• Stai eseguendo cron job autonomi in background — la skill insegna la distinzione tra esecuzione su richiesta e vera esecuzione autonoma, in modo che i task pianificati vengano effettivamente avviati e completati.

• Se il tuo caso d'uso è puramente stateless o a turno singolo — l'architettura di memoria e il WAL Protocol aggiungono un overhead che non è utile quando non c'è continuità da preservare.
• Se non vuoi che il tuo agente prenda iniziativa — i comportamenti di sorpresa proattiva e di reverse-prompting sono fondamentali per l'identità di questa skill; un agente che si limita a seguire le istruzioni è una scelta poco adatta.

Prima di comporre qualsiasi risposta, l'agente analizza ogni messaggio umano alla ricerca di correzioni, decisioni, preferenze e valori specifici, quindi li scrive prima in SESSION-STATE.md. Questo garantisce che i dettagli critici non vengano mai persi a causa dell'evizione del contesto — il trigger è l'input dell'utente, non la memoria dell'agente.

Una volta che il contesto raggiunge il 60%, l'agente attiva un buffer di lavoro che registra ogni scambio — sia il messaggio dell'utente che un riepilogo della risposta dell'agente — in un file persistente. Dopo la compattazione, il buffer viene letto per primo in modo che l'agente non debba mai chiedere "cosa stavamo facendo?"

Si attiva automaticamente quando una sessione riparte dopo una troncatura. L'agente legge memory/working-buffer.md, poi SESSION-STATE.md, quindi le note giornaliere in ordine, estraendo e consolidando il contesto prima di presentare un riepilogo di recupero — senza chiedere all'utente di rispiegare tutto da capo.

Il protocollo Anti-Drift Limits impedisce all'agente di aggiungere complessità fine a sé stessa, di apportare modifiche non verificabili o di sacrificare la stabilità in nome della novità. Il sistema di punteggio Value-First Modification garantisce che ogni modifica comportamentale debba dimostrare una leva composta prima di essere adottata.

Distingue tra cron systemEvent (che sollecitano la sessione principale) e cron agentTurn isolati (che avviano un sotto-agente per svolgere il lavoro in modo indipendente). Previene il caso di errore in cui i controlli pianificati non vengono mai effettivamente eseguiti perché la sessione principale è occupata.

Copre la verifica dell'installazione delle skill (con la segnalazione che circa il 26% delle skill della community contiene vulnerabilità), la protezione contro le reti di agenti AI esterni utilizzate per la raccolta del contesto, e la prevenzione delle fughe di contesto prima della pubblicazione su canali condivisi.

Per lavori continuativi che si estendono su giorni o settimane, Proactive Agent mantiene la continuità attraverso SESSION-STATE.md e i log di memoria giornalieri. Il WAL Protocol registra ogni decisione e correzione nel momento in cui avviene, così l'agente riprende esattamente da dove si era fermato a ogni sessione.

Utilizzando il pattern cron agentTurn isolato, pianifica attività come il rinfresco della memoria, la revisione dei log o gli audit di sicurezza per eseguirle e completarle senza richiedere l'attenzione della sessione principale — fondamentale per un'automazione veramente hands-off.

Il Curiosity Loop, il Pattern Recognition Loop e l'architettura USER.md/SOUL.md consentono all'agente di costruire un modello persistente di chi sei e di ciò che valorizzi. Le richieste ripetute vengono rilevate e proposte per l'automazione; le decisioni passate vengono seguite con aggiornamenti settimanali.

Invece di aspettare di essere interpellato, il Proactive Agent propone idee tramite il reverse prompting — chiedendo cosa potrebbe essere utile in base a ciò che sa di te. Il sistema Heartbeat pianifica controlli regolari di "sorpresa proattiva" affinché questo comportamento si attivi automaticamente, non solo quando richiesto.